经验学习

动作中学习

通过实践和反馈改进技能。

方法

从演示中学习

• 示教编程
• 模仿学习
• 从观察中学习

从执行中学习

• 强化学习: 试错
• 从错误中学习: 分析并纠正失败

技能改进

def improve_skill(policy, experience):
    # 根据结果更新策略
    for state, action, reward in experience:
        policy[state][action] += alpha * reward
    return policy

模型学习

学习环境动态：

1. 收集状态-动作-状态转换
2. 拟合转换模型 \(P(s'|s,a)\)
3. 用模型进行规划

---

← 返回概览